[发明专利]GPS盲区下融合多源信息的车辆高精度定位方法及装置

权利要求书

1.一种GPS盲区下融合多源信息的车辆高精度定位方法，其特征在于，包括以下步骤：

步骤一，INS定位处理：

步骤S10，获取车辆当前的加速度a和角速度ω，将加速度和角速度作为输入数据，根据捷连矩阵算法得到车辆的INS定位坐标(x₁，y₁)；

步骤二，路面匹配定位处理：

步骤S20，以系统初始化后获取的第一幅路面矩形图像边缘为x轴和y轴建立基准坐标系，记录此时车辆的初始坐标；

步骤S21，获取连续两张路面矩形图像：f_n(x，y)和f_n+1(x，y)，且两张图像在像素上有重合区域；

步骤S22，以获取的路面图像f_n(x，y)和f_n+1(x，y)作为输入数据，根据SIFT匹配算法得到图像f_n(x，y)在重合区域内的点P₁和点Q₁在图像f_n+1(x，y)上的匹配点P₂和Q₂；

步骤S23，在图像f_n+1(x，y)上寻找两点P₀和Q₀，使P₀和Q₀在图像f_n+1(x，y)上的位置与点P₁和Q₁在图像f_n(x，y)上的位置相同；

步骤S24，以图像f_n+1(x，y)的边缘为x轴和y轴建立坐标系XOY，在XOY坐标系中以公式1计算图像f_n+1(x，y)相对于f_n(x，y)的线性偏移量(Δx，Δy)：

Δx=P0(x)-P2(x)Δy=P0(y)-P2(y)]]>（公式1）

式中，P₀(x)和P₀(y)为点P₀在坐标系XOY中的横坐标和纵坐标，P₂(x)和P₂(y)为点P₂在坐标系XOY中的横坐标和纵坐标；

步骤S25，在XOY坐标系中，利用公式2计算图像f_n+1(x，y)和图像f_n+1(x，y)的旋转角度θ：

θ=arctanQ2(x)-P2(x)Q2(y)-P2(y)-arctanQ0(x)-P0(x)Q0(y)-P0(y)]]>（公式2）

式中，Q₀(x)和Q₀(y)为点Q₀在坐标系XOY中的横坐标和纵坐标，Q₂(x)和Q₂(y)为点Q₂在坐标系XOY中的横坐标和纵坐标；

步骤S26，以图像f_n(x，y)的边缘为x轴和y轴建立坐标系xoy，在xoy坐标系中以公式3计算图像f_n+1(x，y)相对于f_n(x，y)的实际偏移量(Δx′，Δy′)：

Δx′=Δxcosθ-ΔysinθΔy′=Δxsinθ+Δycosθ]]>（公式3）

步骤S27，将车辆行驶过程中不断获取的连续的两幅路面矩形图像依次执行步骤S21至步骤S26，可得到车辆此时相对于基准坐标系的轨迹；根据车辆的初始坐标和轨迹，得到路面匹配定位坐标(x₂，y₂)，

步骤三，定位坐标融合：

步骤S30，将INS定位坐标(x₁，y₁)与路面匹配定位坐标(x₂，y₂)利用公式4进行融合，得到融合坐标(x₀，y₀)：

(x₀，y₀)＝a·(x₁，y₁)+b·(x₂，y₂)     （公式4）

式中，a和b为融合系数，通过回归试验得到，其中a取0.382，b取0.618；

步骤S31，利用卡尔曼滤波算法对融合坐标(x₀，y₀)进行状态估计，得到车辆最终的定位坐标(x，y)；

步骤四，锚节点校对：

步骤S41，利用每间隔5km设置在道路上的摄像头，在车辆经过时摄像机捕获车辆图像f(x，y)；

步骤S42，对车辆图像进行高斯滤波和匀光处理，得到处理后的图像；

步骤S43，将步骤S42处理后得到的图像，与车辆未经过时照相机在同一位置拍摄的背景图像做差，然后对做差后得到的图像进行直方图修正和腐蚀运算处理；

步骤S44，对步骤S43处理后得到的图像进行连通区域扫描，得到车辆图像的连通区域，将连通区域的最小外接矩形中心作为车辆在图像当中的位置；

步骤S45，将车辆在图像当中的位置转换为车辆在现实当中的实际坐标，将此实际坐标对步骤三得到的定位坐标(x，y)进行替换，以消除定位坐标(x，y)的累积误差。

2.一种用于实现如权利要求1所述的GPS盲区下融合多源信息的车辆高精度定位方法的装置，包括安装在车辆上的加速度计和陀螺仪，其特征在于，该装置还包括中央处理模块和安装在车辆上且镜头平行于路面的第一摄像头，在中央处理模块上连接有融合定位模块和Zigbee无线接收模块，所述的加速度计和陀螺仪通过INS定位处理模块与融合定位模块连接，第一摄像头通过路面匹配定位模块与融合定位模块连接；在车辆行驶的道路上每隔5km设置有龙门架，龙门架上安装有第二摄像头和RFID接收器，第二摄像头和RFID接收器上连接有锚节点修正模块，锚节点修正模块上连接有与Zigbee无线接收模块无线通信的Zigbee无线发送模块；各部件分别实现如下功能：

加速度计采用YC-A150S-M型加速度传感器实时获取车辆加速度信息；

陀螺仪采用CMR3100-D01型角速度传感器实时获取车辆角速度信息；

INS定位处理模块根据加速度计和陀螺仪获取的车辆加速度信息和角速度信息通过捷连矩阵算法得到车辆的INS定位坐标；

第一摄像头采用XC-103c Sony CCD型视频摄像头实时采集车辆行驶过程中路面的图像；

路面匹配定位处理模块通过对第一摄像头采集的路面图像进行处理，得到车辆相对于初始坐标的路面匹配定位坐标；

融合定位模块根据INS定位坐标和路面匹配定位坐标计算出融合坐标，并利用卡尔曼滤波算法对融合坐标进行状态估计，得到车辆最终的定位坐标；

第二摄像头采用XC-103c Sony CCD摄像头，当车辆经过安装第二摄像头的龙门架下方时，采集车辆的图像；

RFID接收器与车辆上的IC卡配合，车辆经过龙门架时，RFID接收器触发第二摄像头采集车辆图像；

锚节点修正模块对第二摄像头采集的图像进行处理，计算出车辆在图像当中的位置，并转换为现实中的坐标；

中央处理模块利用锚节点修正模块中得到的车俩现实中的坐标对融合定位模块计算出的车俩最终的定位坐标进行修正，以消除累积误差。